| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 事件本体国内外研究现状 | 第12-14页 |
| 1.2.2 查询扩展国内外研究现状 | 第14-16页 |
| 1.2.3 煤矿安全事件本体研究现状 | 第16-17页 |
| 1.3 论文的主要贡献与创新点 | 第17-18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 第二章 基本概念及相关理论基础 | 第19-25页 |
| 2.1 本体模型 | 第19-21页 |
| 2.1.1 本体模型 | 第19-20页 |
| 2.1.2 本体模型的缺陷 | 第20-21页 |
| 2.2 事件本体 | 第21-22页 |
| 2.2.1 事件的定义 | 第21页 |
| 2.2.2 事件之间关系 | 第21-22页 |
| 2.2.3 事件本体的定义 | 第22页 |
| 2.3 基于本体的查询扩展 | 第22-24页 |
| 2.3.1 查询扩展 | 第22-23页 |
| 2.3.2 基于本体的查询扩展 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 事件本体模型研究 | 第25-37页 |
| 3.1 事件表示模型 | 第25-31页 |
| 3.1.1 事件表示模型 | 第25-26页 |
| 3.1.2 事件六要素与事件之间的关系 | 第26-31页 |
| 3.2 事件类相关性因子与事件类间关系 | 第31-34页 |
| 3.2.1 事件类的表示模型 | 第31-32页 |
| 3.2.2 事件类相关性因子定义及确定方法 | 第32-33页 |
| 3.2.3 事件类间关系 | 第33-34页 |
| 3.3 事件本体模型 | 第34-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 煤矿安全事件的识别方法 | 第37-51页 |
| 4.1 事件识别 | 第37-39页 |
| 4.2 分类器模型和文本表示模型 | 第39-42页 |
| 4.2.1 支持向量机 | 第39-40页 |
| 4.2.2 K最近邻 | 第40-41页 |
| 4.2.3 文本表示模型 | 第41-42页 |
| 4.3 多种特征融合 | 第42-46页 |
| 4.3.1 依存句法特征 | 第43-44页 |
| 4.3.2 基于同义词词林的语义特征 | 第44-45页 |
| 4.3.3 特征向量的构造 | 第45-46页 |
| 4.4 实验及结果分析 | 第46-50页 |
| 4.4.1 事件识别过程 | 第46-48页 |
| 4.4.2 实验及结果分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 煤矿安全事件本体构建研究 | 第51-89页 |
| 5.1 事件本体的构建 | 第51-54页 |
| 5.1.1 事件本体的表示方式 | 第51-52页 |
| 5.1.2 事件本体的编辑工具 | 第52页 |
| 5.1.3 事件本体的构建方法 | 第52-54页 |
| 5.2 文本中重要事件识别方法研究 | 第54-60页 |
| 5.2.1 文本中事件的识别 | 第54-57页 |
| 5.2.2 煤矿安全领域事件相关性因子矩阵 | 第57-58页 |
| 5.2.3 常见的链接分析算法 | 第58页 |
| 5.2.4 改进的对象链接分析算法 | 第58-60页 |
| 5.3 基于语义依存线索的事件关系识别方法 | 第60-69页 |
| 5.3.1 事件与事件关系 | 第60-61页 |
| 5.3.2 事件关系识别方法 | 第61-65页 |
| 5.3.3 实验及结果分析 | 第65-69页 |
| 5.4 煤矿安全领域重要事件自动识别系统设计与实现 | 第69-77页 |
| 5.4.1 系统需求分析 | 第69页 |
| 5.4.2 系统设计 | 第69-72页 |
| 5.4.3 系统实现与结果展示 | 第72-77页 |
| 5.5 基于Protégé 进行煤矿安全事件本体库构建 | 第77-87页 |
| 5.5.1 煤矿安全领域事件类总体结构 | 第77-78页 |
| 5.5.2 事件类及事件类间关系构建 | 第78-80页 |
| 5.5.3 事件类实例 | 第80-82页 |
| 5.5.4 OWL本体文件存储结构 | 第82-87页 |
| 5.6 本章小结 | 第87-89页 |
| 第六章 基于事件本体面向事件的查询扩展方法 | 第89-103页 |
| 6.1 基于事件本体的查询扩展模型 | 第89-90页 |
| 6.2 面向事件的查询内容分析 | 第90-94页 |
| 6.2.1 查询项的限定项和事件项 | 第90-91页 |
| 6.2.2 依存句法研究 | 第91-94页 |
| 6.3 基于事件本体的扩展项选取规则 | 第94-96页 |
| 6.4 基于VSM进行查询项与文档的相似度计算 | 第96-99页 |
| 6.4.1 空间向量模型（VSM） | 第96-97页 |
| 6.4.2 查询项的权值设置 | 第97页 |
| 6.4.3 文本特征值选取及其权值设置 | 第97-98页 |
| 6.4.4 查询项与文本相似度的计算 | 第98-99页 |
| 6.5 实验设计与结果分析 | 第99-102页 |
| 6.5.1 实验目的 | 第99页 |
| 6.5.2 语料来源与评价指标 | 第99-100页 |
| 6.5.3 基于EOnto-EO方法的查询扩展步骤 | 第100页 |
| 6.5.4 实验结果分析 | 第100-102页 |
| 6.6 本章小结 | 第102-103页 |
| 第七章 总结与展望 | 第103-107页 |
| 参考文献 | 第107-115页 |
| 致谢 | 第115-117页 |
| 作者简介 | 第117页 |
| 在学期间发表的学术论文 | 第117页 |
